基于加权KNN算法的脑电信号情绪识别AET-电子技术应用-最丰富的电子设计资源平台

基于加权KNN算法的脑电信号情绪识别
所属分类：技术论文
上传者：aetmagazine
文档大小：932 K
标签： EEG信号主成分分析(PCA) 时域特征
所需积分：0分积分不够怎么办？
文档介绍：情绪与人类的行为、家庭及社会密切相关。情绪不仅能反映人类的各种感觉、思想和行为，而且也是各种外部刺激所产生的心理和生理反应，所以在很多领域中对情绪的正确识别十分重要。情绪的变化会导致脑电图(EEG)信号发生变化，反之，这些变化也反映了情绪状态。基于DEAP数据库，对EEG信号进行时域特征和频域特征提取，通过PCA主成分分析法对特征进行降维处理。利用加权KNN算法进行5折交叉验证训练，最终对兴奋(excited)、放松(relaxed)、沮丧(depressed)、愤怒(angry)4种情绪状态的识别准确率达到80%。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动